黔川典型白酒多元素组成及其原产地判定研究

采用电感耦合等离子体质谱(ICP-MS)和电感耦合等离子体发射光谱(ICP-OES)分析测试黔川三个不同原产地的19个典型白酒样中的48个元素含量组成。对多元素含量进行多维尺度分析(MDS)、方差分析(ANOVA)、主成分分析(PCA)和判别分析(DA)等多变量统计分析,探讨多元素组成对不同原产地白酒溯源的可行性,筛选出白酒原产地判定的有效指标。结果显示,不同原产地白酒样中多元素含量有其各自的分布特征,其中Ca、Na、Fe、Mn、Be、Sc、V、Cu、Ga、Ge、Y、Cs、Pr、Nd、Sm、Eu、Gd、Tb、Dy、Ho、Tm、Yb和Lu等23个元素存在显著差异。多维尺度分析和主成分分析将白酒样分成不同类别,其类别与原产地基本一致。通过逐步判别分析,筛选出6个元素指标可判别白酒样的产地来源,依次为Mn、Ga、Sc、V、Na和Cs,整体正确判别率为94.7%。利用多元素指纹技术对白酒原产地判定是可行的。     

基于Bayes的电子元件高温贮存试验方法研究

将工厂试验数据作为先验信息,应用Bayes方法确定电子元件高温贮存试验的试样数量,其结果明显少于GJB 345A—2005中规定的试样数量。基于不同试验结果,通过构建寿命模型和确定先验分布,分别得到了电子元件的寿命分布和失效概率的Bayes估计。     

上海市郊春节期间大气颗粒物及其组分的粒径分布

利用电称低压冲击仪(ELPI)在线监测上海市嘉定区2009年春节前后不同粒径(50%切割粒径分别为:0.03、0.06、0.11、0.17、0.26、0.40、0.65、1.00、1.60、2.50、4.40、6.80μm)大气颗粒物的粒子数浓度变化.对比春节与非节日期间该地区大气颗粒物(<0.49、0.49—0.95、0.95—1.50、1.50—3.00、3.00—7.20、>7.20μm)中Na、Mg、Al、K、Ca、Ti、V、Cr、Mn、Fe、Co、Ni、Cu、Zn、As、Se、Pb 17种元素,F-、Cl-、NO 2-、SO24-、NO 3-、Na+、NH 4+、K+、Mg2+、Ca2+10种离子与有机碳(OC)、元素碳(EC)质量浓度的粒径分布.结果表明,春节对于大气颗粒物粒子数浓度的影响主要集中在0.11—1.60μm.如果以3.00μm为界将大气颗粒物划分成细(≤3.00μm)和粗(>3.00μm)颗粒物时,春节影响体现在细颗粒的元素为:Na、As、Pb,且主要集中于<0.49μm颗粒中;春节影响集中于大颗粒(>7.20μm)的元素为:Ni、Co;没有受到显著影响的为:Ca、V、Mn、Fe、Z...     

2000-2009年鄂南丘陵山区耕地集约利用变化分析

耕地集约利用是可持续发展的必然要求.从耕地集约利用内涵入手,通过构建耕地利用集约度的评价指标体系,采用主成分分析法对鄂南丘陵山区2000-2009年耕地集约利用进行了评价,并对耕地集约利用变化原因进行了分析.结果表明,10年间鄂南丘陵耕地的集约利用程度呈波动上升的趋势.目前阻碍鄂南丘陵山区耕地集约利用的因素主要为农田水利投入不足,占用耕地严重等,因此应加强耕地保护力度,积极进行耕地整治,加强水利基础设施建设,建立耕地环境质量安全体系.     

信息融合技术在火灾探测中的应用研究

为减少火灾探测中的误报警,基于信息融合技术对火灾传感器输出的信息进行处理。充分利用火灾探测系统的在线和离线数据,采用改进的主元分析法(PCA)、粗糙集(RS)理论、支持向量机(SVM)等3种方法的融合与互补,通过对系统的输入数据进行简化,消除原有信息的各分量之间的相关性,降低特征信息维数;实施最优最小约简,特征提取优化;构造自适应核函数,确定最优分类超平面,进行样本训练,获得火灾探测结果。从数据级、特征级、决策级3个层次上实现火灾信息融合。结果表明:该方法减少了融合过程中的信息损失,降低了计算的复杂性,有效地提高了火灾探测系统的可靠性和准确度。     

洱海流域水质时空变化特征

依据2009年洱海流域62个样点的水质调查数据,应用聚类分析对洱海流域水质时空变化特征进行分析,将样点在空间上分为4组,分别为无干扰的苍山林区源头溪流(A1)、受到一定程度人类干扰的流经农业区和城镇区溪流的中上游段及湖泊(A2)、干扰较严重的流经农业区和城镇区溪流的下游段(A3)以及干扰最为严重的洱海岸边带(A4),判别分析结果表明聚类准确率达95.2%。应用主成分分析方法得到影响洱海流域水质的4个主成分为:第1主成分,Alk、Ca2+、Mg2+、HS;第2主成分,TP;第3主成分,TN和NO3--N;第4主成分,DOC和TOC,这些主成分空间差异明显。在时间尺度上,Alk表现为丰水期高于枯水期;Ca2+表现为枯水期高于丰水期;TP没有表现出明显的季节性变化规律;TN在A1和A3组表现为丰水期高于枯水期。     

我国水性建筑涂料VOCs排放特征及其环境影响

建筑涂料是我国VOCs重要人为排放源之一,关于建筑涂料VOCs组分特征及其对环境影响的研究较少.本文选取7类水性建筑涂料作为研究对象,通过生产企业抽检、工程现场采集和市场购买等方式获取样品,采用GC/MS系统对样品进行分析,获取了各类水性建筑涂料p(VOCs)和成分谱,分析了其对臭氧和二次有机气溶胶生成的贡献.结果表明:①不同种类水性建筑涂料p(VOCs)范围为0～116.07 g·L-1,p(VOCs)差异较大,但均满足相关标准要求,水性内墙涂料、水性外墙真石漆与质感漆、水性外墙平涂与弹性涂料、水性防水涂料、水性地坪涂料、水性防腐涂料和水性防火涂料的平均p(VOCs)分别为6.66、1.12、24.51、0.89、61.62、41.86和0.09 g-L-1;②各类水性建筑涂料均以醇类、醇醚及醚酯类和胺类为主,水性地坪涂料和水性防腐涂料中芳香烃和烷烃质量分数较高;主要VOCs物种为:乙二醇、1,2-丙二醇、甲醇、正丁醇、乙二醇单丁醚、三乙胺、2-氨基-2-甲基-1-丙醇(APM)和二甲基乙醇胺(DMEA),水性地坪涂料和水性防腐涂料中还含有二甲苯、三甲苯、间乙基甲苯和正十一烷等;③单位体积水性建筑涂料O3生成量(以O3/涂料计)为0.17～224.89 g·L-1,其中,单位体积水性地坪涂料的O3生成量最大.各类水性建筑涂料中对OFP贡献较大的为醇类、芳香烃类和醇醚及醚酯类物质.二甲基乙醇胺、二甲苯和三甲苯具有较高的反应活性,对臭氧生成的影响较大,应优先予以控制;④单位体积水性地坪涂料和防腐涂料的SOA生成量(以SOA/涂料计)分别为0.72 g·L-1和0.11 g·L-1,其他种类水性建筑涂料单位体积SOA生成量几乎为零,表明重点控制水性地坪涂料和防腐涂料中芳香烃和烷烃的浓度有利于减少二次有机气溶胶的生成.⑤将水性建筑涂料和溶剂型建筑涂料对环境影响比较发现,单位质量水性建筑涂料VOCs浓度、O3和SOA生成量远小于溶剂型建筑涂料,从源头上采用水性建筑涂料替代溶剂型建筑涂料可以有效降低VOCs排放量及削减二次污染物的生成量.     

广西十万大山背景点PM2.5中非极性有机气溶胶组成及来源解析

大气细颗粒物(PM_2.5)中的非极性化合物包括多环芳烃（PAHs）和正构烷烃（n-alkanes）等,通常用于识别污染来源,且对人体健康和环境有很重要的影响.为探究广西背景点PM_2.5中非极性有机气溶胶的污染特征及来源,于2017年11月至2018年10月,对野外采集的PM_2.5样品分析了其中17种多环芳烃和20种正构烷烃.结果表明,多环芳烃和正构烷烃全年的平均值分别为（4.28±4.25）ng·m^-3和（13.7±14.72）ng·m^-3;季节变化规律均是：冬季[（7.86±5.19）ng·m^-3和（27.51±16.9）ng·m^-3]>春季[（2.73±1.76）ng·m^-3和（7.64±4.71）ng·m^-3]>秋季[（2.34±1.45）ng·m^-3和（7.01±4.55）ng·m^-3]>夏季[（1.91±1.67）ng·...     

2019～2022年成都市春节期间烟花爆竹燃放对空气质量影响分析

基于空气质量和PM_2.5组分站观测数据,分析成都市2019～2022年春节期间烟花爆竹燃放对污染物浓度、 PM_2.5组分和二次转化的影响.结果表明,烟花爆竹燃放对SO₂、 PM_2.5和PM₁₀浓度影响显著,2019～2022年集中燃放期内小时浓度平均值分别增加6.7、 105.0和117.4μg·m^-3,升幅分别为135%、 236%和203%,集中燃放对其浓度的贡献率分别为10.0%～34.0%、28.1%～31.3%和27.8%～34.6%.烟花爆竹燃放对空气质量影响时间呈小幅下降趋势,由2019年的42h下降至2022年的38 h,但对PM_2.5浓度影响呈波动变化,2022年与2019年相当.烟花爆竹燃放主要组分为K、 Cl、 Al、 K⁺和Cl^-等,集中燃放期内这些组分浓度较高且增长较快,在PM_2.5中的占比为5%～18%,增幅为87%～1 511%,对NH     

青藏高原不同土地利用方式下的土壤质量评价

为进行青藏高原不同土地利用方式下土壤质量对比并研究其影响因素,以位于青南江河湖源区、藏北高原和南亚通道的三条样带为研究区,针对区域内高寒草甸、荒漠草原、农田和沙地这四种土地利用方式,采用主成分分析法建立最小数据集（minimum data set,MDS）,计算土壤质量综合指数（soil quality index,SQI）并进行土壤质量评价。结果表明：（1）评价青藏高原土壤质量的MDS包括容重、有机质、全氮、全钾和有效磷,按SQI大小将土壤质量分为五级,研究区土壤质量较差,以Ⅲ、Ⅳ、Ⅴ级为主且东部土壤质量优于西部;（2）研究区土壤质量高寒草甸＞荒漠草原＞农田＞沙地,且高寒草甸土壤质量显著优于荒漠草原、农田和沙地,后三者间土壤质量差异不大,MDS中对土壤质量起主要作用的指标为有机质、全氮和有效磷;（3）在土壤质量的众多影响因素中,本文主要考虑的是植被盖度、风蚀强度和人类活动,其中高寒草甸植被盖度大,风蚀强度弱,土壤质量好,荒漠草原和沙地植被盖度小,风蚀强度大,土壤质量差,而农田土壤质量受人类活动影响。